[发明专利]静脉图像识别方法、装置、电子设备及可读存储介质

说明书

本申请提供一种静脉图像识别方法、装置、电子设备及可读存储介质，涉及图像处理技术领域。该方法通过对原始静脉图像进行感兴趣区域ROI提取，获得包含静脉区域的ROI图像，从而可以去除一些无用的区域，便于后续能够减少对无用特征的提取，有效提取到静脉特征，然后再对ROI图像进行相位一致性的边缘检测和特征提取，从而可获得包含不同方向的相位一致性特征的目标图像，由于提取到的相位一致性特征受图像亮度和对比度的影响较小，所以，能够更好地提取到静脉特征，以便于在将目标图像与预设模板图像进行匹配，可以对原始静脉图像实现更准确的识别。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种静脉图像识别方法、装置、电子设备及可读存储介质。

背景技术

静脉识别(如指静脉、手背静脉、手掌静脉等)技术作为一种生物特征识别技术，在目前受到十分广泛的关注，其具有唯一性、防伪性、活体测量和用户友好等优点。然而受成像质量环境的限制，采集到的静脉图像通常存在对比度低、模糊、噪声干扰等问题，导致图像质量较差。因此，如何从这种低质量的静脉图像中提取到更加高效且鲁棒的静脉特征信息，是开发静脉身份验证系统的关键技术之一。

现有的方式一般是对整个静脉图像进行特征提取，一般采用局部二值模式编码的方法，但是由于原始的静脉图像质量交底，使得静脉点与周围非静脉点之间的差异比较很小，则很难通过编码等方法对两者进行区分，所以，提取到的特征包含有较多的虚假信息，进而影响后续的识别结果。

发明内容

本申请实施例的目的在于提供一种静脉图像识别方法、装置、电子设备及可读存储介质，用以改善现有技术中提取到的特征包含较多的虚假信息，导致后续对图像的识别结果不准确的问题。

第一方面，本申请实施例提供了一种静脉图像识别方法，所述方法包括：对原始静脉图像进行感兴趣区域ROI提取，获得包含静脉区域的ROI图像；对所述ROI图像进行相位一致性的边缘检测和特征提取，获得包含不同方向的相位一致性特征的目标图像；将所述目标图像与预设模板图像进行匹配，获得匹配结果；根据所述匹配结果对所述原始静脉图像进行识别。

在上述实现过程中，通过对原始静脉图像进行感兴趣区域ROI提取，获得包含静脉区域的ROI图像，从而可以去除一些无用的区域，便于后续能够减少对无用特征的提取，有效提取到静脉特征，然后再对ROI图像进行相位一致性的边缘检测和特征提取，从而可获得包含不同方向的相位一致性特征的目标图像，由于提取到的相位一致性特征受图像亮度和对比度的影响较小，所以，能够更好地提取到静脉特征，以便于在将目标图像与预设模板图像进行匹配，可以对原始静脉图像实现更准确的识别。

可选地，所述对原始静脉图像进行感兴趣区域ROI提取，获得包含静脉区域的ROI图像，包括：

通过边缘检测算子提取所述原始静脉图像中的边缘特征，获得边缘梯度图像；

将所述边缘梯度图像进行分割，获得分割后的多个子块图像；

利用阈值对每个子块图像进行边缘特征提取，获得多个二值化图像；

将所述多个二值化图像进行合并，获得包含静脉区域的ROI图像。

在上述实现过程中，针对边缘梯度图像进行分割，然后对分割后的子块图像进行阈值处理，这样可以针对不同成像质量的子块图像，实现不同的阈值处理，以提取到更显著、完整的边缘信息。

可选地，所述将所述边缘梯度图像进行分割，获得分割后的多个子块图像，包括：

对所述边缘梯度图像进行超像素分割，获得多个小块图像；

将所述多个小块图像中的至少两个小块图像分别进行合并，获得多个子块图像。

在上述实现过程中，通过对边缘梯度图像进行超像素分割，可将图像质量相似的像素分为一类，然后再合并为更大的子块图像后进行处理，可在兼顾计算成本的情况下也能提取到完整的边缘线。